本书基于“从数据到结论”的理念，按照“范式框架—设计实施—数据结论”的逻辑，首先介绍实证研究的基本范式；然后阐述实证研究项目实施的一般框架；进而介绍如何收集和处理数据进行统计和计量经济分析，通过对Stata的数据处理、统计和计量分析方法的详细介绍，阐明如何有效利用统计和计量软件来理解现代计量经济学的思想、方法，进行科学的实证研究；最后从会计、管理、金融等领域选择事件研究、应计会计、资产定价、公司治理四个经典专题进行系统阐述。

毛新述 教授、博士生导师，北京工商大学研究生院院长兼商学院院长。2011年入选财政部全国会计领军（后备）人才，2017年入选北京市属高校高水平教师队伍建设支持计划“长城学者”培养计划，2021年入选教育部青年长江学者。兼任财政部第一、二届企业会计准则咨询委员会咨询委员，中国会计学会企业会计准则专业委员会委员，北京高校会计学类专业群专家委员会和教学协作委员会秘书长，北京市国有资产管理协同创新中心执行主任。先后在Management Science，Journal of Corporate Finance，以及《经济研究》《管理世界》《会计研究》《金融研究》等A类刊物上发表论文近30篇。主持国家社会科学基金重大项目、国家自然科学基金面上项目等多个项目。多次获财政部、中国会计学会优秀论文奖，北京市高等教育教学成果奖。主讲的“中级财务会计”获评首批国家级一流本科课程，主编的《中级财务会计》被评为北京市优质教材。

第1章 绪论
1.1 方法论与方法
1.2 研究范式
1.3 研究方法
第2章 实证研究项目的实施与一般框架
2.1 研究问题的提出
2.2 文献收集与回顾
2.3 数据收集
2.4 统计与计量经济分析
2.5 实证研究论文的写作
第3章 数据收集、处理与Stata实现
3.1 数据分类
3.2 数据来源
3.3 数据处理与Stata实现
练习题
第4章 统计分析
4.1 描述性统计与Stata实现
4.2 推断统计与Stata实现
4.3 变量相关性检验与Stata实现
练习题
第5章 横截面数据的计量经济分析
5.1 计量经济分析方法
5.2 回归分析：估计与Stata实现
5.3 回归分析：推断与Stata实现
5.4 回归分析：不同函数形式和变量类型的影响
5.5 回归分析：基本假定违反的检验、修正与Stata实现
练习题
第6章 面板数据分析
6.1 概述
6.2 线性面板数据模型与Stata实现
6.3 动态面板数据的广义矩方法
6.4 非线性面板数据模型与Stata实现
6.5 利用面板数据做项目评价与政策分析及其Stata实现
练习题
第7章 事件研究专题
7.1 事件研究概述
7.2 事件研究的基本步骤
7.3 事件研究在Stata上的实现：以年报披露的信息含量为例
练习题
第8章 应计会计专题
8.1 应计会计概述
8.2 盈余管理测度
8.3 应计质量测度
8.4 盈余稳健性测度
8.5 我国上市公司盈余管理、应计质量和盈余稳健性测度——Stata实现
练习题
第9章 资产定价专题
9.1 资产定价概述
9.2 利用资本资产定价模型和FamaFrench模型定价
9.3 使用公司隐含权益资本成本测度定价
9.4 不同定价测度方法的评价
9.5 我国上市公司股票预期回报率(权益资本成本)测度——Stata实现
练习题
第10章 公司治理专题
10.1 公司治理研究
10.2 公司治理相关研究在Stata上的实现：以会计背景的CFO对公司产出的影响为例
练习题
附录 Stata入门

前言
本书在介绍实证研究基本范式和实施框架的基础上，系统阐述了统计和计量经济分析的基本思想、方法和在Stata上的实现，以及会计、金融、管理等领域实证研究的开展，为实证研究者提供了全景视图和一揽子解决方案。
实证研究初学者阅读相关论文时，面对大量模型、方法、数据分析、专用术语，往往一筹莫展，独立开展实证研究项目更是难上加难，因为这需要对所在专业领域实证研究的范式、数据收集、统计和计量分析方法及软件操作、实证论文的撰写等有较为全面的掌握，其中任何一个环节的学习都需要付出大量努力！没有对所在专业领域知识的长期积累，就很难提出创新性想法；没有系统学习统计和计量分析方法及软件操作，就无法进行研究设计；撰写一篇好的实证论文，还需要大量经验的积累。
本书基于“从数据到结论”的理念，按照“范式框架—设计实施—数据结论”的逻辑，首先介绍实证研究的基本范式；然后阐述实证研究项目实施的一般框架；进而介绍如何收集和处理数据进行统计和计量经济分析，通过对Stata的数据处理、统计和计量分析方法的详细介绍，阐明如何有效利用统计和计量软件来理解现代计量经济学的思想、方法，进行科学的实证研究；最后从会计、管理、金融等领域选择四个经典专题进行系统阐述。
本书的新颖之处包括以下几个方面。
1.以解决实证研究中的普遍问题为根本出发点，以完成一项实证研究所需的知识和技能为写作主线，将数据处理、统计分析、计量分析、Stata软件操作等有机融合起来，为深入学习计量经济学和进行实证研究提供了系统的方法论基础。
2.对数据的收集、处理及在Stata中的实现进行了详尽分析。包括：
（1）如何获取数据？如何进行数据清洁、数据转换、数据合并？
（2）如何进行数据定位、数据配对和图表展示？
（3）如何有效地对数据进行分组和滚动处理？
3.基于研究设计视角对统计和计量经济分析方法及其Stata实现作了简洁和清晰的阐述。经典的统计和计量经济分析教材非常多，内容也十分丰富，但几乎都不是基于实证研究中的研究设计主线来设计的，对于部分读者而言针对性不强。在实证研究的研究设计部分，完成数据收集整理后，通常第一步是通过描述性统计和相关分析来观察变量特征以及变量之间的初步关系，然后通过单变量参数和非参数检验判断变量、变量之间差异的显著性，以分析解释变量对被解释变量的初步影响，再进一步在控制其他变量影响的基础上，运用回归分析推断解释变量和被解释变量之间的因果关系。按照这一逻辑，本书第4章统计分析涵盖了描述性统计和推断统计（包括参数检验和非参数检验）；第5章和第6章基本涵盖了基于横截面数据和面板数据的线性和非线性回归分析的全部内容，并按照“进行回归分析的假定有哪些如何检验这些假设是否满足如果假定不满足应当如何修正”的逻辑展开，以使读者知悉统计计量方法的选择和运用。为了便于读者理解和改进研究设计，本书尽可能列示出各检验统计量的公式。本书几乎没有介绍有关模型和公式的推导和证明，而是重点介绍各种统计计量方法的理解，以及在什么情况下应使用何种统计计量方法，实际应用时如何实现。比如：
●如何理解计量经济学中各种估计方法以及模型的经济含义？
●如何运用模拟方法获知违反模型假定时产生的后果？
●如何进行文献中流行的稳健估计？如报告White（1980，1982）稳健的标准误，报告单项/双向聚类/群（cluster）稳健标准误？
●如何理解进行最大似然估计和广义矩估计?
●为什么要使用面板数据？面板数据模型的主要作用是什么？
●如何利用面板数据进行政策分析？什么是双重差分法（DID）？什么是倾向得分匹配（PSM）？什么是双重差分倾向得分匹配？如何实施？
●如何有效地输出和报告模型估计的结果？
4.对会计、金融、管理等领域的经典专题进行了介绍。本书选择了事件研究、应计会计、资产定价和公司治理四个经典专题进行阐述。事件研究在经济、法律、金融和会计领域有着广泛的使用，事件研究的思想并不复杂，但数据处理却是实证研究中较为复杂的领域，第7章在阐述事件研究实施步骤的基础上，用Stata程序完整展示了其实施过程；应计会计是现行报告的基础，大多实证会计研究都围绕应计会计展开，第8章详细阐述了应计利润的估计，以及盈余管理、应计质量和盈余稳健性的测度及Stata实现；资产定价是金融学中最重要的主题，第9章详细阐述了如何利用资本资产定价模型（CAPM）、FamaFrench模型以及未来收益折现法估计资本成本及Stata实现；公司治理是学术研究最为关注的领域之一，第10章对公司治理的文献、主要数据来源、主要变量测度及Stata实现进行了详细阐述。受篇幅影响，本书无法对除此之外的其他专题进行详细介绍，但是我相信，熟练掌握这些专题后，将相关的方法和Stata编程技术运用到其他研究之中并不难。
在软件应用上，本书选择Stata，并将数据处理、统计和计量经济分析、实证研究专题在Stata上的实现贯穿始终。主要的考虑是：Stata简单与灵活性兼备，更新速度快，可扩展性强，面板数据和离散模型的分析功能非常强大，稳健估计十分方便，在经济、会计、财务、金融等领域的使用非常广泛。本书可以为读者学习应用Stata管理数据和进行实证研究分析提供重要参考。本书的教辅资源提供了书中所有Stata程序的数据，方便读者学习、运行和改进。读者可登录人大出版社网站www.crup.com.cn，搜索本书书名,免费下载数据资源。
本书适用于会计、财务、金融方向的硕士生和博士生实证研究方法课程的教学和学习，也可作为经济管理类其他领域的硕士生和博士生学习实证研究方法论的参考用书。读者只要具有概率论与数理统计的基本知识，就可以完整地阅读本书。实证研究初学者完整阅读本书，理解其中所述方法的含义，掌握各程序的编写，完成课后练习，方可为开展实证研究和高级阶段的学习奠定坚实基础。对于已经熟练掌握统计计量分析方法和实证研究方法的研究者，本书可成为桌边案头的良师益友。
本书是我十多年来实证研究方法教学和研究的心得体会和经验总结，内容难免出现纰漏，例如有些解决方法和Stata程序可能并不是最优的，欢迎广大读者批评指正！相关意见可反馈至邮箱maoxinshu@163.com，期待与大家共同推动实证研究工作！

毛新述